萨里大学研发的一款人工智能系统能够预测未来膝关节的X光影像，有助于揭示骨关节炎随时间推移可能恶化的状况。该系统通过将复杂的预测结果转化为清晰的图像，为医生和患者提供了尽早采取行动的良机。

萨里大学的研究人员开发出一种人工智能系统，该系统能够预估患者一年后的膝关节X光片可能呈现的模样。这项技术可能会极大地改变骨关节炎患者对其病情的认知方式，以及他们在治疗和生活方式调整方面所做的决策。

将数据转化为可视化预测

研究结果在国际医学图像计算与计算机辅助干预大会（MICCAI 2025）上进行了展示。该研究阐释了萨里大学团队如何运用先进的机器学习技术，生成逼真的“未来”膝关节X光片，并附上评估疾病进展可能性的评分。二者结合呈现，能让医生和患者更清晰直观地了解未来可能出现的情况。

全球形势邂逅大规模人工智能

骨关节炎是一种退行性关节疾病，全球有超过5亿人受其影响，且是导致老年人残疾的主要原因。该新系统借助近5000名患者的近5万张膝关节X光片进行训练，成为迄今为止用于此目的的最大骨关节炎数据集之一。

研究人员表示，相较于同类工具，该人工智能在预测疾病进展方面更为精准，运算速度快了近九倍，且形态更为紧凑，这有助于其更快地投入日常临床应用。

向患者阐释各项数值的含义

该研究的主要作者、来自萨里大学视觉、语音与信号处理中心（CVSSP）及以人为本人工智能研究所的大卫·巴特勒表示：

“我们以往所接触的医用人工智能工具，往往只能给出一个数字或预测结果，却很少提供解释。而我们的系统不仅能预测你的膝盖病情恶化的可能性，还能为你展示未来膝盖可能呈现的真实图像。将今天的X光片与明年的并置对比，能产生强大的激励作用。这有助于医生更早地采取行动，也让患者更清楚地明白，坚持治疗计划或改变生活方式究竟为何如此重要。我们认为，这可能会成为我们沟通风险、改善骨关节炎膝盖护理及其他相关疾病治疗方式的一个转折点。”

科技如何建立信任

该系统依赖于一种名为扩散模型的生成式人工智能。它能生成未来膝关节的预测性X光片，并在关节内标记出16个关键点。通过精确展示人工智能追踪变化的区域，该系统变得更加透明，便于临床医生理解并信赖。

超越膝盖与骨关节炎

研究人员认为，这种方法最终可适用于其他长期健康问题。有朝一日，类似的工具或许能帮助预测吸烟者的肺部损伤情况，或监测心脏病的进展，让患者和医生获得直观的洞察，从而支持尽早采取行动。目前，该团队正在寻找合作伙伴，以助力将这项技术应用于真实的临床环境。

向更清晰的医疗人工智能转变

萨里大学视觉、语音与信号处理中心（CVSSP）人工智能与机器学习专业教授古斯塔沃·卡内罗表示：

“早期的人工智能系统能够评估骨关节炎进展的风险，但它们往往速度迟缓、不够透明，且仅限于数字分析，而非直观的图像呈现。我们的方法向前迈出了一大步，它能迅速生成逼真的未来X光片，并精准定位关节中最可能发生变化的区域。这种额外的可见性有助于临床医生更早地识别出高风险患者，并以先前难以实现的方式为他们提供个性化诊疗。”

参考文献：大卫·巴特勒（David Butler）、阿德里安·希尔顿（Adrian Hilton）与古斯塔沃·卡内罗（Gustavo Carneiro）所著《基于X光图像，利用高效扩散模型的预测性多任务建模对膝关节骨关节炎进展的风险评估》，2025年9月20日，载于《医学影像计算与计算机辅助干预——MICCAI 2025》。DOI：10.1007/978-3-032-05185-1_52